朴素贝叶斯

、

朴素贝叶斯算法

输入：训练数据T＝{(x1，y1),(x2,y2),…,(xN,yN)}，

输出：X的分类

1. 计算先验概率及条件概率

    

   

    

2. 计算朴素贝叶斯概率

   

3. 选择概率最大的类

   

 

拉普拉斯平滑（Laplace smoothing）

 

朴素贝叶斯两大假设

条件独立假设用于分类的特征在类确定的条件下都是条件独立的。所以有：

 

 

 

 

 

 

 

转载于:https://www.cnblogs.com/LauenWang/p/4562153.html